当前位置: 首页 > news >正文

Leetcode 62: 不同路径

Leetcode 62: 不同路径

问题描述:
一个机器人位于一个 (m \times n) 网格的左上角(起始点位于 ((0, 0)))。
机器人每次只能向下或向右移动一步。网格的右下角为终点(位于 ((m-1, n-1)))。
计算机器人从左上角到右下角的不同路径总数。


适合面试的解法:动态规划(DP)

动态规划(DP)是一种经典的方法,非常适合解决路径问题。通过定义状态和状态转移方程,我们可以高效地求解从起点到终点的路径数。


解题思路

核心步骤:动态规划

1. 状态定义
  • 定义 dp[i][j] 表示从起点 ((0, 0)) 到达位置 ((i, j)) 的不同路径数。
2. 状态转移方程
  • 机器人从当前位置 ((i, j)) 可以通过以下两种方式到达:
    1. 从上方位置 ((i-1, j)) 移动到达;
    2. 从左侧位置 ((i, j-1)) 移动到达。
  • 因此,状态转移方程为:
    [
    dp[i][j] = dp[i-1][j] + dp[i][j-1]
    ]
3. 初始化
  • 初始位置:dp[0][0] = 1,当前位置本身是一条路径。
  • 第一行(只能从左侧到达):dp[0][j] = 1,对于所有列 (j)。
  • 第一列(只能从上方到达):dp[i][0] = 1,对于所有行 (i)。
4. 结果
  • 网格右下角的值 dp[m-1][n-1] 即为最终解。

代码模板:动态规划(二维数组版)

class Solution {public int uniquePaths(int m, int n) {// Step 1: 初始化 DP 数组int[][] dp = new int[m][n];// Step 2: 初始化第一行和第一列for (int i = 0; i < m; i++) {dp[i][0] = 1; // 第一列全部为 1}for (int j = 0; j < n; j++) {dp[0][j] = 1; // 第一行全部为 1}// Step 3: 填充 DP 表for (int i = 1; i < m; i++) {for (int j = 1; j < n; j++) {dp[i][j] = dp[i-1][j] + dp[i][j-1]; // 从上方或左侧到达}}// Step 4: 返回最终结果return dp[m-1][n-1];}
}

复杂度分析

  1. 时间复杂度:

    • DP 表填充覆盖整个网格,复杂度为 (O(m \times n))。
  2. 空间复杂度:

    • 使用 (m \times n) 的二维 DP 数组存储状态,空间复杂度为 (O(m \times n))。

如何优化空间(滚动数组)

二维数组中的当前行状态仅依赖于上一行状态,所以可以将二维数组优化为一维数组,只记录当前行状态,从而降低空间复杂度。


代码模板:动态规划(滚动数组版)

class Solution {public int uniquePaths(int m, int n) {// Step 1: 初始化滚动数组int[] dp = new int[n];dp[0] = 1; // 第一列的起始值为 1// Step 2: 填充 DP 数组for (int i = 0; i < m; i++) {for (int j = 1; j < n; j++) {dp[j] = dp[j] + dp[j - 1]; // 更新当前列的值}}// Step 3: 返回最后结果return dp[n-1];}
}

复杂度分析(优化版)

  1. 时间复杂度:

    • 与二维 DP 相同,需要遍历整个网格,计算复杂度为 (O(m \times n))。
  2. 空间复杂度:

    • 使用一维 DP 数组代替二维数组,空间复杂度优化为 (O(n))。

测试用例

示例 1:

输入:

m = 3, n = 2

输出:

3

解释:有三条不同路径:

  1. 向右 -> 向右 -> 向下
  2. 向右 -> 向下 -> 向右
  3. 向下 -> 向右 -> 向右

示例 2:

输入:

m = 7, n = 3

输出:

28

示例 3:

输入:

m = 1, n = 1

输出:

1

解释:机器人已经在终点。


如何快速 AC(面试技巧)

1. 清晰解释动态规划的状态定义

  • 将问题从寻找路径具体过程,转化为确定当前网格每个点的路径总数。
  • dp[i][j] 表示子问题的解,可以来源于状态转移公式。

2. 时间复杂度与空间优化

  • 明确整个解法的时间复杂度是 (O(m \times n))。
  • 提出滚动数组优化,进一步降低空间复杂度到 (O(n))。

3. 注重边界条件

  • 初始行或列的路径只有一种,这是很多面试中容易忽略的细节。
  • 边界处理清晰且代码易于扩展。

总结

适合面试的解法:动态规划

  • 推荐解法是 动态规划,解释清晰且实现容易,适合从基础到高级的面试场景。
  • 经典解:二维 DP 表
    • 空间复杂度 (O(m \times n)),直观清楚。
  • 优化解:滚动数组
    • 通过空间优化,复杂度降低至 (O(n)),展示更优秀的设计能力。

如何快速 AC:

  1. 明确动态规划解法的定义:
    • 状态 (dp[i][j]),状态转移关系,最终结果提取逻辑。
  2. 代码实现简洁:
    • 看似简单的边界条件,不容忽略。
  3. 优化问题扩展:
    • 提及滚动数组优化思路,覆盖不同场景。

用动态规划解法,能够快速完成该问题的求解,非常适合面试环境,既能展示逻辑能力,也体现编码效率!

相关文章:

Leetcode 62: 不同路径

Leetcode 62: 不同路径 问题描述&#xff1a; 一个机器人位于一个 (m \times n) 网格的左上角&#xff08;起始点位于 ((0, 0))&#xff09;。 机器人每次只能向下或向右移动一步。网格的右下角为终点&#xff08;位于 ((m-1, n-1))&#xff09;。 计算机器人从左上角到右下角…...

计算机毕业设计SpringBoot+Vue.js火锅店管理系统(源码+文档+PPT+讲解)

温馨提示&#xff1a;文末有 CSDN 平台官方提供的学长联系方式的名片&#xff01; 温馨提示&#xff1a;文末有 CSDN 平台官方提供的学长联系方式的名片&#xff01; 温馨提示&#xff1a;文末有 CSDN 平台官方提供的学长联系方式的名片&#xff01; 作者简介&#xff1a;Java领…...

Docker Desktop 4.38 安装与配置全流程指南(Windows平台)

一、软件定位与特性 Docker Desktop 是容器化应用开发与部署的一体化工具&#xff0c;支持在本地环境创建、管理和运行Docker容器。4.38版本新增GPU加速支持、WSL 2性能优化和Kubernetes 1.28集群管理功能&#xff0c;适用于微服务开发、CI/CD流水线搭建等场景。 二、安装环境…...

算法系列之广度优先搜索解决妖怪和尚过河问题

在算法学习中&#xff0c;广度优先搜索&#xff08;BFS&#xff09;是一种常用的图搜索算法&#xff0c;适用于解决最短路径问题、状态转换问题等。本文将介绍如何利用广度优先搜索解决经典的“妖怪和尚过河问题”。 问题描述 有三个妖怪和三个和尚需要过河。他们只有一条小船…...

【技术白皮书】内功心法 | 第一部分 | IP协议的目的与工作原理(IP地址)

目录 IP协议的介绍IP协议的目的与工作原理IP协议处理过程与信件传递的相似IP协议处理过程与信件传递的区别IP协议中的概念IP数据包IP地址IP地址组成IP地址分类和组成A、B、C三类地址的格式设计特殊类型的IP地址与传统通信地址进行类比IP地址的表示五类IP地址的地址范围IP地址的…...

【Linux】外接硬盘管理

查看外接硬盘信息 连接外接硬盘后&#xff0c;使用以下命令识别设备&#xff1a; lsblk&#xff1a;列出块设备及其挂载点 lsblk示例输出可能显示设备名称如 /dev/sdb。 通过 lsblk -f 可同时显示文件系统类型和 UUID。 fdisk -l&#xff1a;列出所有磁盘的分区信息&#xff…...

【Hadoop】详解Zookeeper选主流程

1. ZooKeeper 的工作原理 Zookeeper 的核心是Zab协议。Zab协议有两种模式&#xff0c;它们分别是恢复模式&#xff08;选主&#xff09;和广播模式&#xff08;同步&#xff09;。 为了保证事务的顺序一致性&#xff0c;Zookeeper采用了递增的事务id号(zxid)来标识事务。所有…...

C语言-语法

数据类型 字符串 C中字符串拼接不用+号,直接使用空格。 char* str = "hello" "world"; 换行链接,加上\就不会报错 char* longStr = "00000000000000000000000000000\ 00000000000000000000000000000"; typedef C 语言提供了 typedef …...

Flink Forward Asia 2024 大会 内容整理

一、Flink 2.0&#xff1a;十年磨一剑&#xff0c;开启流计算新纪元 作为 Flink 诞生十周年的重磅更新&#xff0c;Flink 2.0 被定位为“面向未来十年的流计算引擎”&#xff0c;核心目标是解决云原生、AI 融合、存算效率等新时代挑战。以下是它的几大杀手锏&#xff1a; 1. …...

golang进阶知识专项-理解值传递

在 Go 语言中&#xff0c;所有函数的参数传递都是值传递&#xff08;Pass by Value&#xff09;。当你将一个变量作为参数传递给函数时&#xff0c;实际上传递的是该变量的副本&#xff0c;而不是变量本身。理解这一点对于避免常见的编程错误至关重要。根据不同的类型&#xff…...

2020年联考《申论》第三题(河北县级卷)

材料&#xff1a; 总面积不过八平方米的店铺&#xff0c;摆满货品之后&#xff0c;两人在店内走动都有些困难&#xff0c;但这家小店在当地却是小有名气的老字号。69岁的店主老林是资深木雕艺人&#xff0c;更被称为“最后的手工酸枝筷子传人”。手工木筷取材自缅甸坤甸木、老挝…...

Kali WebDAV 客户端工具——Cadaver 与 Davtest

1. 工具简介 在 WebDAV 服务器管理和安全测试过程中&#xff0c;Cadaver 和 Davtest 是两款常用的命令行工具。 Cadaver 是一个 Unix/Linux 命令行 WebDAV 客户端&#xff0c;主要用于远程文件管理&#xff0c;支持文件上传、下载、移动、复制、删除等操作。Davtest 则是一款…...

八点八数字科技:开启数字人应用的无限可能

在数字科技飞速发展的时代&#xff0c;八点八数字科技凭借卓越实力&#xff0c;成为行业的领军者。自 2014 年成立&#xff0c;公司汇聚近百位顶尖人才&#xff0c;手握 30 新型发明专利与 80 软件著作权&#xff0c;完成数千万融资&#xff0c;实力备受认可。其自主研发的全…...

Vue 使用 vue-router 时,多级嵌套路由缓存问题处理

Vue 使用 vue-router 时&#xff0c;多级嵌套路由缓存问题处理 对于三级菜单&#xff08;或多级嵌套路由&#xff09;&#xff0c;vue 都是 通过 keep-alive 组件来实现路由组件的缓存。 有时候三级或者多级路由时&#xff0c;会出现失效情况。以下是三级菜单缓存的例子。 最…...

《实战AI智能体》Deepseek可以做什么?自然语言理解与分析

在人工智能技术快速迭代的今天,Deepseek凭借其先进的自然语言处理能力,正在重塑人机交互的边界。本文将从技术实现维度,深入解析该平台在自然语言理解、知识推理与文本分类三大核心领域的技术突破与应用实践。 一、深度语义理解引擎 Deepseek构建了多层级的语义解析架构,实…...

虚拟主机认证功能

一.认证功能 类型&#xff1a; 1.基于客户端地址的认证 2.基于用户的认证 1.基于客户端地址的认证 nginx是一款模块化软件&#xff0c;功能都是基于模块实现的。 如上图所示&#xff0c;访问认证是使用的这个access_module模块。 这个模块也给我们提供了一些指令&#xf…...

BGP协议深度解析:从背景到术语的全面梳理

引言 在复杂的网络架构中&#xff0c;不同自治系统&#xff08;AS&#xff09;之间的路由交互至关重要。BGP&#xff08;Border Gateway Protocol&#xff0c;边界网关协议&#xff09;作为自治系统间的动态路由协议&#xff0c;承担着跨 AS 路由传递的关键任务。本文将深入探讨…...

初步认识线程

概念 一个线程就是一个 "执行流",每一个线程之间都可以按照顺序执行自己的代码,多个线程之间可以 "同步" 执行多份代码 比如说,原本一个人做的事情,现在交给三个人一起做,那么这三个人就是线程 使用原因 那么为什么要有线程呢?我们直接使用进程不可以…...

【从零开始学习计算机科学】数字逻辑(一)绪论

【从零开始学习计算机科学】数字逻辑(一)绪论 概论信息与数字数字系统中常用的概念数字信号的描述方法概论 从数字(集成)电路的出现到计算机到网络到今天的移动互联网,数字电路是所有现代信息技术的基础。那么数字电路的基础又是什么呢?就是数字逻辑。所有数字系统都是基…...

Tomcat与Jetty的选择

Tomcat与Jetty的对比分析&#xff0c;分核心区别、性能表现及选型建议三部分&#xff1a; 一、核心区别对比 对比维度TomcatJetty架构设计多层级容器结构&#xff08;Server→Service→Engine等&#xff09;&#xff0c;复杂度高基于Handler链的轻量级设计&#xff0c;扩展性强…...

用AI学编程2——python学习1

一个py文件&#xff0c;学会所有python所有语法和特性&#xff0c;给出注释&#xff0c;给出这样的文件 Python 学习整合文件 """ Python 学习整合文件 包含 Python 的基础语法、数据结构、函数定义、面向对象编程、异常处理、文件操作、高级特性等内容 每个部…...

【教程】宝塔提示请不要将网站根目录设置到以下关键目录中

【教程】宝塔提示请不要将网站根目录设置到以下关键目录中 【教程】宝塔提示请不要将网站根目录设置到以下关键目录中更换目录解决问题 先在宝塔下载一个 【教程】宝塔提示请不要将网站根目录设置到以下关键目录中更换目录解决问题_起尔网【教程】宝塔提示请不要将网站根目录设…...

html常用的文本标签以及属性

HTML标签 HTML通过一系列的标签&#xff08;也成为元素&#xff09;&#xff0c;来定义文本&#xff0c;图像&#xff0c;链接等等&#xff0c;HTML标签是由尖括号包围的关键字。 标签通常成对出现&#xff0c;包括开始标签和结束标签&#xff08;也成为双标签&#xff09;&a…...

城市霓虹灯夜景拍照后期Lr调色教程,手机滤镜PS+Lightroom预设下载!

调色教程 在城市霓虹灯夜景拍摄中&#xff0c;由于现场光线复杂等因素&#xff0c;照片可能无法完全呈现出当时的视觉感受。通过 Lr 调色&#xff0c;可以弥补拍摄时的不足。例如&#xff0c;运用基本调整面板中的曝光、对比度、阴影等工具&#xff0c;可以处理出画面的整体明暗…...

c#面试题整理

1.如何保持数据库的完整性&#xff0c;一致性 最好的方法&#xff1a;数据库约束&#xff08;check,unique,主键&#xff0c;外键&#xff0c;默认&#xff0c;非空&#xff09; 其次是&#xff1a;用触发器 最后&#xff1a;才是自己些业务逻辑&#xff0c;这个效率低 2.事…...

数据库基础以及基本建库建表的简单操作

文章目录 一、数据库是啥1.1、数据库的概念1.1、关系型数据库、非关系型数据库1.1、数据库服务器&#xff0c;数据库与表之间的关系 二、为啥要使用数据库2.1&#xff1a;传统数据文件存储2.2&#xff1a;数据库存储数据2.3、结论 三、使用数据库了会咋样四、应该咋用数据库&am…...

基于spring boot使用@Sl4j的日志功能,注解引入后爆红未生效

&#x1f91f;致敬读者 &#x1f7e9;感谢阅读&#x1f7e6;笑口常开&#x1f7ea;生日快乐⬛早点睡觉 &#x1f4d8;博主相关 &#x1f7e7;博主信息&#x1f7e8;博客首页&#x1f7eb;专栏推荐&#x1f7e5;活动信息 文章目录 问题描述问题分析解决方案 &#x1f4c3;文章…...

《深度剖析架构蒸馏与逻辑蒸馏:探寻知识迁移的差异化路径》

在人工智能模型优化的前沿领域&#xff0c;架构蒸馏与逻辑蒸馏作为知识蒸馏的关键分支&#xff0c;正引领着模型小型化与高效化的变革浪潮。随着深度学习模型规模与复杂度的不断攀升&#xff0c;如何在资源受限的情况下&#xff0c;实现模型性能的最大化&#xff0c;成为了学术…...

使用OpenCV来获取视频的帧率

在OpenCV中&#xff0c;获取视频的帧率&#xff08;FPS, Frames Per Second&#xff09;是一个常见的操作&#xff0c;尤其是在处理视频流或进行视频分析时。帧率表示每秒钟视频中的帧数&#xff0c;这个参数对于视频播放速度和时间计算非常重要。 以下是如何使用OpenCV来获取…...

计算机视觉|3D卷积网络VoxelNet:点云检测的革新力量

一、引言 在科技快速发展的背景下&#xff0c;3D 目标检测技术在自动驾驶和机器人领域中具有重要作用。 在自动驾驶领域&#xff0c;车辆需实时、准确感知周围环境中的目标物体&#xff0c;如行人、车辆、交通标志和障碍物等。只有精确检测这些目标的位置、姿态和类别&#x…...

vue-cli3+vue2+elementUI+avue升级到vite+vue3+elementPlus+avue总结

上一个新公司接手了一个vue-cli3vue2vue-router3.0elementUI2.15avue2.6的后台管理项目&#xff0c;因为vue2在2023年底已经不更新维护了&#xff0c;elementUI也只支持到vue2&#xff0c;然后总结了一下vue3的优势&#xff0c;最后批准升级成为了vitevue3vue-router4.5element…...

Jmeter进行http接口测试详解

&#x1f345; 点击文末小卡片&#xff0c;免费获取软件测试全套资料&#xff0c;资料在手&#xff0c;涨薪更快 本文主要针对http接口进行测试&#xff0c;使用 jmeter工具实现。 Jmeter工具设计之初是用于做性能测试的&#xff0c;它在实现对各种接口的调用方面已经做的比较…...

大模型AI平台DeepSeek 眼中的SQL2API平台:QuickAPI、dbapi 和 Magic API 介绍与对比

目录 1 QuickAPI 介绍 2 dbapi 介绍 3 Magic API 介绍 4 简单对比 5 总结 统一数据服务平台是一种低代码的方式&#xff0c;实现一般是通过SQL能直接生成数据API&#xff0c;同时能对产生的数据API进行全生命周期的管理&#xff0c;典型的SQL2API的实现模式。 以下是针对…...

靶场之路-VulnHub-DC-6 nmap提权、kali爆破、shell反连

靶场之路-VulnHub-DC-6 一、信息收集 1、扫描靶机ip 2、指纹扫描 这里扫的我有点懵&#xff0c;这里只有两个端口&#xff0c;感觉是要扫扫目录了 nmap -sS -sV 192.168.122.128 PORT STATE SERVICE VERSION 22/tcp open ssh OpenSSH 7.4p1 Debian 10deb9u6 (protoc…...

nginx服务器实现上传文件功能_使用nginx-upload-module模块

目录 conf文件内容如下html文件内容如下上传文件功能展示 conf文件内容如下 #user nobody; worker_processes 1;error_log /usr/logs/error.log; #error_log /usr/logs/error.log notice; #error_log /usr/logs/error.log info;#pid /usr/logs/nginx.pid;even…...

32.C++二叉树进阶1(二叉搜索树)

⭐上篇文章&#xff1a;31.C多态4&#xff08;静态多态&#xff0c;动态多态&#xff0c;虚函数表的存储位置&#xff09;-CSDN博客 ⭐本篇代码&#xff1a;c学习/18.二叉树进阶-二叉搜索树 橘子真甜/c-learning-of-yzc - 码云 - 开源中国 (gitee.com) ⭐标⭐是比较重要的部分…...

RV1126+FFMPEG多路码流监控项目

一.项目介绍&#xff1a; 本项目采用的是易百纳RV1126开发板和CMOS摄像头&#xff0c;使用的推流框架是FFMPEG开源项目。这个项目的工作流程如下(如上图)&#xff1a;通过采集摄像头的VI模块&#xff0c;再通过硬件编码VENC模块进行H264/H265的编码压缩&#xff0c;并把压缩后的…...

doris: SQL Server

Doris JDBC Catalog 支持通过标准 JDBC 接口连接 SQL Server 数据库。本文档介绍如何配置 SQL Server 数据库连接。 使用须知​ 要连接到 SQL Server 数据库&#xff0c;您需要 SQL Server 2012 或更高版本&#xff0c;或 Azure SQL 数据库。 SQL Server 数据库的 JDBC 驱动…...

valgrind 检测多线程 bug,检测 并发 bug concurrent bug parallel bug

valgrind --toolhelgrind ./your_program 如果检测的对象是大型程序&#xff0c;可以设定仅在某些函数中开启 valgrind 的检测&#xff1a; Valgrind 提供了一些客户请求&#xff08;client requests&#xff09;&#xff0c;可以在代码中插入特定的宏来控制 Valgrind 的行为。…...

查看k8s集群的资源使用情况

查看Kubernetes&#xff08;k8s&#xff09;集群的资源使用情况有多种方法&#xff0c;以下是一些常见的方式&#xff1a; 使用kubectl命令行工具 查看节点资源使用情况 kubectl top nodes命令可以显示集群中各个节点的CPU和内存使用情况。例如&#xff1a; NAME …...

在 k8s中查看最大 CPU 和内存的极限

在 Kubernetes&#xff08;k8s&#xff09;中&#xff0c;你可以从不同层面查看最大 CPU 和内存的极限&#xff0c;下面为你详细介绍从节点和集群层面查看的方法。 查看节点的 CPU 和内存极限 节点的 CPU 和内存极限是指单个节点上可分配的最大资源量&#xff0c;可通过以下几…...

IDC权威认证!永洪科技入选 IDC「GBI图谱」,点亮生成式 BI 价值灯塔

大数据市场正在稳步前进&#xff0c;生成式AI已成为厂商服务的重点方向&#xff0c;其发展离不开数据底座建设和数据工程管理&#xff0c;反过来AI也会帮助开发运维人员、业务人员和管理层更好地使用、查询数据。IDC调研数据显示&#xff0c;在生成式AI的驱动下&#xff0c;未来…...

HarmonyOS 应用程序包结构 (编译态)

不同类型的Module编译后会生成对应的HAP、HAR、HSP等文件&#xff0c;开发态视图与编译态视图的对照关系如下&#xff1a; 从开发态到编译态&#xff0c;Module中的文件会发生如下变更&#xff1a; ets目录&#xff1a;ArkTS源码编译生成.abc文件。resources目录&#xff1a;A…...

C# 程序结构

C#的程序结构大体可以分为&#xff1a; 命名空间、类名、Main方法、标识符及关键字语句注释 C# 文件的后缀为 .cs 以下创建一个HelloWorld的类&#xff0c;可以看一下 using System; namespace HelloWorldApplication //命名空间 {class HelloWorld //类名{static void …...

LLM 学习(二 完结 Multi-Head Attention、Encoder、Decoder)

文章目录 LLM 学习&#xff08;二 完结 Multi-Head Attention、Encoder、Decoder&#xff09;Self-Attention &#xff08;自注意力机制&#xff09;结构多头注意力 EncoderAdd & Norm 层Feed Forward 层 EncoderDecoder的第一个Multi-Head AttentionMasked 操作Teacher Fo…...

GET3D:从图像中学习的高质量3D纹理形状的生成模型

【摘要】 本文提出了GET3D,这是一种新的生成模型,能够生成具有任意拓扑结构的高质量3D纹理网格,可以直接被3D渲染引擎使用并在下游应用中立即使用。现有的3D生成模型要么缺乏几何细节,要么生成的网格拓扑受限,通常不支持纹理,或者在生成过程中使用神经渲染器,使得它们在…...

JmeterHttp请求头管理出现Unsupported Media Type问题解决

JmeterHttp请求头管理出现Unsupported Media Type问题解决 大多数的app与pc端压测的时候都会出现这种情况 当我们在jemter测试当中当中遇见Unsupported Media Type&#xff0c;有一种可能就是我们请求的网页的content-Type的类型与我们测试的时候的类型不一致 解决方法 可以添…...

Python 性能优化:从入门到精通的实用指南

Langchain系列文章目录 01-玩转LangChain&#xff1a;从模型调用到Prompt模板与输出解析的完整指南 02-玩转 LangChain Memory 模块&#xff1a;四种记忆类型详解及应用场景全覆盖 03-全面掌握 LangChain&#xff1a;从核心链条构建到动态任务分配的实战指南 04-玩转 LangChai…...

Vue23Web 基礎性拉滿的面試題(2025版)還沒更新完...

Vue2&3 基礎性1. 關於Vue2和Vue3生命週期的差別2. Vue2&3組件之間傳參不同點Vue2 傳遞與接收Vue3 傳遞與接收 (使用script setup語法糖)Vue3 傳遞與接收 (不使用script setup語法糖) 3. Vue2&3 keep-alive 組件Vue2 keep-aliveVue3 keep-alive 進階性爲什麽POST請求…...

Python基于Django的医用耗材网上申领系统【附源码、文档说明】

博主介绍&#xff1a;✌Java老徐、7年大厂程序员经历。全网粉丝12w、csdn博客专家、掘金/华为云/阿里云/InfoQ等平台优质作者、专注于Java技术领域和毕业项目实战✌ &#x1f345;文末获取源码联系&#x1f345; &#x1f447;&#x1f3fb; 精彩专栏推荐订阅&#x1f447;&…...